【发布时间】：2018-06-19 15:39:29
【问题描述】：
我正在尝试在 Cray 超级计算机上以集群模式运行 ArangoDB。 它在登录节点上运行。 我按照以下说明进行操作： https://docs.arangodb.com/3.3/Manual/Deployment/Local.html
为了正确使用 Cray 集群，我需要将其作为批处理作业（Slurm / sbatch）提交。 我在运行它时遇到了问题，因为“arangod”没有声音，也就是说它的命令行输出没有出现在 slurm-log-file 中。
我尝试使用此链接更改日志设置： https://docs.arangodb.com/3.3/Manual/Administration/Configuration/Logging.html 如果我将日志记录到“信息”，那么我什么也得不到。如果我像这样使用“跟踪”：
build/bin/arangod --server.endpoint tcp://0.0.0.0:5003 --agency.my-address tcp://148.187.32.9:5001 --server.authentication false --agency.activate true --agency.size 3 --agency.supervision true --database.directory db_dir/agency_2 --log.level startup=trace --log.level agency=trace --log.level queries=trace --log.level replication=trace --log.level threads=trace
我得到了一些东西，但它没有打印出我感兴趣的任何行，即它是否创建了数据库目录，它是否以 gossip 模式结束等等。如果我只是从终端运行它，我不会在控制台中得到预期的输出。
正如我所说：在登录节点上一切正常。我怀疑问题可能出在 Slurm 和 arangod 的交互中。
你能帮帮我吗？
* 编辑 *
我做了一个小实验。首先我运行了这个（期待一条错误消息）：
#!/bin/bash -l
#SBATCH --job-name=slurm_test
#SBATCH --time=00:30:00
#SBATCH --nodes=1
#SBATCH --ntasks-per-core=1
#SBATCH --ntasks-per-node=1
#SBATCH --cpus-per-task=1
#SBATCH --partition=debug
#SBATCH --constraint=mc
export OMP_NUM_THREADS=$SLURM_CPUS_PER_TASK
srun build/bin/arangod --server.endpoint tcp://0.0.0.0:5001
得到了这个（来自 arangodb 的第一行，我们所期望的）： slurm-....出来：
no database path has been supplied, giving up, please use the '--database.directory' option
srun: error: nid00008: task 0: Exited with exit code 1
srun: Terminating job step 8106415.0
Batch Job Summary Report for Job "slurm_test" (8106415) on daint
-----------------------------------------------------------------------------------------------------
Submit Eligible Start End Elapsed Timelimit
------------------- ------------------- ------------------- ------------------- ---------- ----------
2018-06-20T22:41:54 2018-06-20T22:41:54 Unknown Unknown 00:00:00 00:30:00
-----------------------------------------------------------------------------------------------------
Username Account Partition NNodes Energy
---------- ---------- ---------- ------ --------------
peterem g34 debug 1 joules
This job did not utilize any GPUs
----------------------------------------------------------
Scratch File System Files Quota
-------------------- ---------- ----------
/scratch/snx3000 85020 1000000
然后我运行了这个：
#!/bin/bash -l
#SBATCH --job-name=slurm_test
#SBATCH --time=00:30:00
#SBATCH --nodes=1
#SBATCH --ntasks-per-core=1
#SBATCH --ntasks-per-node=1
#SBATCH --cpus-per-task=1
#SBATCH --partition=debug
#SBATCH --constraint=mc
export OMP_NUM_THREADS=$SLURM_CPUS_PER_TASK
srun build/bin/arangod --server.endpoint tcp://0.0.0.0:5001 --agency.my-address tcp://127.0.0.1:5001 --server.authentication false --agency.activate true --agency.size 1 --agency.supervision true --database.directory agency1
这创建了“agency1”目录，但没有完成（运行超过 3 分钟）。所以几分钟后我“取消”了这份工作。这是唯一的输出（slurm-....out:)：
srun: got SIGCONT
slurmstepd: error: *** STEP 8106340.0 ON nid00008 CANCELLED AT 2018-06-20T22:38:03 ***
slurmstepd: error: *** JOB 8106340 ON nid00008 CANCELLED AT 2018-06-20T22:38:03 ***
srun: forcing job termination
srun: Job step aborted: Waiting up to 32 seconds for job step to finish.
Batch Job Summary Report for Job "slurm_test" (8106340) on daint
-----------------------------------------------------------------------------------------------------
Submit Eligible Start End Elapsed Timelimit
------------------- ------------------- ------------------- ------------------- ---------- ----------
2018-06-20T22:32:15 2018-06-20T22:32:15 Unknown Unknown 00:00:00 00:30:00
-----------------------------------------------------------------------------------------------------
Username Account Partition NNodes Energy
---------- ---------- ---------- ------ --------------
peterem g34 debug 1 joules
This job did not utilize any GPUs
----------------------------------------------------------
Scratch File System Files Quota
-------------------- ---------- ----------
/scratch/snx3000 85020 1000000
所以：我知道它在两种情况下都在运行（提供输出或 crates 文件夹）。但我不知道为什么它在第二种情况下没有输出。
我希望这能澄清我的问题。
谢谢，伊曼纽尔
【问题讨论】：